AI 코딩 에이전트가 새벽 3시에 장애를 일으키는 이유 — 해피 패스의 신기루와 강제 연속성 결함
원문은 LLM이 매끄러운 성공 경로를 예측하는 반면, 운영 소프트웨어는 비동기 지연과 원자성 실패 같은 불연속적인 위험으로 가득하다고 설명합니다. 저자는 실패 사례를 ‘Synthetic Scar’라는 검증 규칙으로 외부화해 에이전트의 반복 장애를 막는 구조를 제안합니다.
dev.to · 최신 글
충분히 잘하고 있나요? 기준은 누가 정하나요?
기술 면접에서 수동 코드 리뷰를 놓친 한 개발자가 면접 평가의 기준과 개발자 역량의 관계를 묻습니다. 즉각적인 코드 패턴 기억보다 문제 해결, 학습, 도구 활용, 실제 결과물을 평가해야 하며, 한 번의 실수가 연봉 기대치를 낮춰서는 안 된다고 주장합니다.
React 19의 useTransition은 단순해 보였습니다. 그런데 첫 번째 버그 안에 두 번째 버그가 숨어 있었습니다
useTransition은 폼 밖에서 상태 업데이트의 우선순위와 대기 상태를 직접 관리하는 React 19 훅입니다. 글은 입력 지연, await 이후 업데이트, Error Boundary, 비동기 요청 순서 경쟁과 빠른 연속 클릭으로 생기는 별도 버그를 코드로 설명합니다.
큐, 웹훅, 레이트 리밋 — 재시도·백로그·백오프를 직접 관찰하는 시뮬레이터
메시지 큐, 웹훅, API 레이트 리밋에서 발생하는 지연·재시도·백오프를 브라우저 시뮬레이터로 관찰하는 글입니다. Kafka와 RabbitMQ의 차이, 웹훅 서명 검증과 중복 처리, 429 응답 대응을 실패 시나리오 중심으로 설명합니다.
Clean Code가 곧 Clear Code는 아닙니다 — 문제는 주석이 아니었습니다
깨끗한 코드가 항상 코드의 의도와 배경까지 설명하지는 않습니다. 글은 정규식의 의미, 47이라는 제한값의 이유처럼 코드에 담기 어려운 정보를 주석으로 남겨야 하며, 코드가 명백한 부분에는 주석을 쓰지 말자고 주장합니다.
AI 에이전트는 아무것도 결정하지 못하게 했습니다
Google Agentic Cinema hackathon용 Shot-Delivery Guardian은 영상 후반 작업의 마감 지연을 감지하고, AI의 자유 판단이 아닌 고정 규칙으로 미룰 작업을 고릅니다. 실환경 5회 테스트에서 3회 일치했고, 규칙 위반은 0건, 평균 응답 시간은 44초였습니다.
비자기회귀 의사결정 모델을 1년 전에 만들었습니다 — 한 프런티어 연구소는 이를 ‘획기적 성과’라고 불렀습니다
Laya는 텍스트를 생성하지 않고 선택·점수·불리언 질문에 확률을 반환하는 4억 2,100만 파라미터 의사결정 모델입니다. 작성자는 RLCD와 bidirectional encoder를 조합해 GPU에서 33~38ms 지연 시간과 보정된 확률을 구현했다고 설명합니다.
첫 프로젝트 전까지는 안다고 생각했던 WordPress 테마 개발
HTML, CSS, PHP를 알고 있어도 실제 WordPress 테마 프로젝트에서는 템플릿 계층, 블록 테마, theme.json, functions.php와 플러그인의 경계를 다시 배워야 합니다. 글쓴이는 디자인보다 WordPress의 구조와 콘텐츠 변형을 먼저 이해하고, 에디터와 프런트엔드를 함께 테스트하는 작업 흐름을 정리합니다.
AI가 자신 있게 망가진 코드를 배포하지 못하게 하는 방법 — 실제로 작동한 패턴
AI에게 작성한 코드를 스스로 검토하라고 시키면 같은 확신을 반복할 뿐입니다. 글쓴이는 30일간 AI가 모든 애플리케이션 로직을 작성하게 한 뒤, 별도 컨텍스트의 다른 검토자에게 실패 시나리오만 찾게 하는 ‘Refutation Gate’를 제안합니다.
AI 에이전트가 브라우저를 떠날 필요가 없다면? — WebMCP 로컬 에이전트 데모
WebMCP는 웹사이트가 AI 에이전트용 도구를 직접 공개하도록 만드는 실험적 브라우저 API입니다. 글에서는 로컬 모델과 Chrome 확장 프로그램으로 현재 페이지의 도구를 호출하고, 위험한 작업에는 사용자 확인을 요구하는 WebMCP Local Agent를 소개합니다.
낡은 코드를 걷어내다: 레거시 P2P 코드 3,800줄 삭제
Rust 기반 P2P 스택에서 오래된 Floodsub 프로토콜을 제거하고 Gossipsub만 남겨 공개 API와 문서를 단순화했습니다. Python 프로젝트에서는 테스트 프로세스 정리와 영속적인 파일 업로드 세션 저장 기능을 다뤘으며, 한 주 동안 약 4,000줄을 삭제하고 160줄가량을 추가했습니다.
로컬 AI 음악 스튜디오를 만들었습니다
Miso는 audio.cpp 위에서 동작하는 셀프 호스팅 음악 생성·리믹스 스튜디오입니다. 생성 결과뿐 아니라 프롬프트, 가사, 스템, MIDI, 점수와 작업 계보를 저장하며, 곡 일부를 다시 만들거나 보컬을 교체하고 멜로디를 새 편곡으로 옮길 수 있습니다.
알고리즘 트레이딩: 모델을 업그레이드하기 전에 백테스트부터 디버깅하세요
백테스트 성능이 좋아졌다면 모델의 복잡도보다 먼저 데이터 누수, 과적합, 거래 비용과 주문 실행 조건을 점검해야 합니다. 글은 Python과 합성 데이터로 정보 시점 검증, 공정한 모델 비교, 비용 반영, 주문 상태 관리까지 재현 가능한 점검 절차를 설명합니다.
전통적 코딩과 에이전틱 코딩의 차이 — 플로우 상태의 문제
AI 코딩 에이전트는 코드 생산량을 크게 늘릴 수 있지만, 프롬프트와 대기·알림·컨텍스트 전환이 전통적인 코딩의 촘촘한 피드백 루프와 몰입을 끊을 수 있습니다. 글은 작업을 작게 나누고 같은 프로젝트 안에서 결과를 검토하는 체크포인트를 두어, 생산성과 코드 이해도를 함께 유지하는 방법을 제안합니다.
같은 깨달음을 15년째 반복합니다 — 에이전트 시대가 다시 발견하는 분산 시스템의 원칙
웹훅 중복 처리, reconciliation, graph engineering을 다루며 에이전트 시대의 새로운 문제처럼 보이는 현상들이 사실 오래된 분산 시스템 문제의 반복임을 설명합니다. 데이터베이스 제약, 트랜잭션 경계, 독립 검증, 명시적인 워크플로 제어 흐름이 여전히 핵심입니다.
9년간의 ‘거의’ 성공 — Raspberry Pi를 디지털 사이니지 플레이어로 쓴 사랑과 좌절의 기록
Raspberry Pi를 저가형 디지털 사이니지 플레이어로 만들려 한 9년간의 시도와 실패, 그리고 garlic-player의 최종 구현 과정을 다룹니다. Pi 4·5와 Qt·libvlc 조합으로 HD·4K 영상과 웹뷰를 함께 표시하는 데 성공했지만, 대규모 원격 운영에는 여전히 위험이 있다고 결론 내립니다.
엔터프라이즈 AI 에이전트를 위한 복원력 있는 DevSecOps 파이프라인 설계
자율적으로 API를 호출하고 코드를 생성하며 데이터베이스 상태를 변경하는 AI 에이전트의 공급망을 보호하기 위해 GitHub Actions 기반 4단계 DevSecOps 파이프라인을 제안합니다. Secret Scanning, AI 코드·프롬프트 검토, 의존성 SCA, Pipeline SAST를 PR 병합 전에 실행하고, 고위험 CVE와 정적 분석 결함을 정책으로 차단하는 구성을 코드와 함께 설명합니다.
Blacksmith의 GitHub Actions 러너가 동일 작업을 GitHub 호스팅 러너보다 3~4배 빠르게 처리했습니다 — 10회 반복 벤치마크
동일한 Node.js 압축 측정 작업을 GitHub-hosted runner와 Blacksmith runner에서 각각 10회 실행한 결과, Blacksmith가 3.17~3.77배 빠르고 실행 편차도 작았습니다. 다만 개인 저장소를 지원하지 않고, 이미지·계정 검증 과정에서 큐 정지와 취소가 발생했으며, 실제 비용과 대규모 빌드 성능은 검증하지 않았습니다.
테스트 1,558개가 통과했지만 인증은 없었습니다 — 실제로 실행되지 않은 테스트들
테스트가 모두 통과했다는 결과가 실제 검증을 의미하지 않을 수 있음을 세 가지 사례로 보여줍니다. 빈 테스트 본문, 0/0을 성공으로 처리한 하네스, import 오류를 삼켜 인증 검사를 건너뛴 사례를 통해 실행·검증 여부를 CI가 직접 확인해야 한다고 제안합니다.
에이전트가 작동한다고 했습니다. 커널에 물어봤습니다
AI 에이전트가 작성한 코드의 “성공” 보고를 종료 상태나 테스트 결과만으로 믿지 않고, 저장된 파일·시스템 콜·eBPF·패킷 캡처·CPU 샘플로 교차 검증하는 실험입니다. 8가지 결함을 의도적으로 심은 백업 클라이언트를 통해 결과 상태와 실행 과정을 독립적으로 관찰해야 하는 이유를 보여줍니다.